摘要：
1. 密度聚类思想密度聚类思想是，只要一个区域中的点的密度大于某个阈值，就把他加到与之相近的聚类中去。优点：能对任意形状聚类，对噪声不敏感。缺点：计算密度单元的复杂度大，可以提前建立空间索引降低计算量。2. DBSCAN算法DBSCAN(Density-Based Spatial Clustering of Applications with Noise)将簇定义为密度相连的点的最大集合，能够把具... 阅读全文
摘要：
1.聚类的思想：将一个有N个对象的数据集，构造成k(k0: freq -= 1 ##针对每个点划分类别 for i in xrange(dataNum): mindist = inf for j in xrange(k): dist = distEclud(centers[j],da... 阅读全文
摘要：
核心就是贝叶斯公式：p(x|y) = p(x,y)/p(y) = p(y|x)p(x)/p(y)**分类原则：在给定的条件下，在哪种分类的概率大，就是哪种分类。*****举个小例子：两个信封：A1.2个红球，2个黑球，A2.1个红球，2个黑球。(1)已知从一个信封里面摸到一个红球，则这个信封是A1信封的概率。(2)已知从一个信封里面摸到一个黑球，则这个信封是A1信封的概率。P(R)红球的概率，P(... 阅读全文